CC BY
23
УДК 004.942 ББК 65
ПОДХОДЫ К ИСПОЛЬЗОВАНИЮ МОДЕЛИ САМООРГАНИЗАЦИИ И РАСПАДА НЕЙРОННО-СЕТЕВЫХ СТРУКТУР ДЛЯ ПОВЫШЕНИЯ
ЖИВУЧЕСТИ ИНФОРМАЦИОННЫХ СИСТЕМ ОРГАНОВ ГОСУДАРСТВЕННОГО УПРАВЛЕНИЯ ВСЛЕДСТВИЕ ПРИРОДНЫХ, ТЕХНОГЕННЫХ КАТАСТРОФ ИЛИ ВОЕННЫХ АТАК1
ЕВГЕНИЙ ЛЕОНИДОВИЧ ЛОГИНОВ,
доктор экономических наук, профессор РАН, дважды лауреат премии Правительства РФ в области науки и техники, заместитель директора по научной работе Института проблем рынка РАН
E-mail: evgenloginov@gmail. com; СВЕТЛАНА ИВАНОВНА БОРТАЛЕВИЧ, доктор экономических наук, доцент, заведующая Центром исследования проблем развития энергетических рынков
и энергетической инфраструктуры Института проблем рынка РАН
E-mail: energo-inst.safety@mail.ru; АЛЕКСАНДР АНА ТОЛЬЕВИЧ ШКУТА, доктор экономических наук, профессор департамента «Мировой экономики и мировых финансов»
Финансового университета при Правительстве Российской Федерации
E-mail: saa5333@hotmail.com; ВАЛЕРИЯ ЕВГЕНЬЕВНА ЛОГИНОВА, младший научный сотрудник Института проблем рынка РАН
E-mail: urmastermind@yandex.ru Научная специальность 08.00.05 — экономика и управление народным хозяйством
Citation-индекс в электронной библиотеке НИИОН
Аннотация. Рассматривается организация комплексных мероприятий, ориентированных на повышение живучести сегментов информационной инфраструктуры органов государственного управления в условиях природных, техногенных катастроф или военных атак путем проведения самодиагностики отдельных объектов, сегментов сетей и всей системы (по аналогии с рассредоточенными нейронными цепями) и восстановления информационной поддержки механизмов и процедур государственного управления с использованием модели самоорганизации и распада функциональных нейро-нно-сетевых структур. Осуществляется динамический анализ разнородных сегментов оперативного пространства государственного управления. Предлагается управляемая фрагментация всей информационной инфраструктуры органов государственного управления в рамках технологически и организационно структурированных на этот случай информационных и телекоммуникационных кластеров с последующим восстановлением системной целостности информационной поддержки механизмов и процедур государственного управления.
Ключевые слова: информационная система, государственное управление, мониторинг, атака, систематика взаимосвязей, сложные сети, нейронно-сетевые структуры.
Annotation. The article deals with the organization of complex measures aimed at increasing the survivability of segments of the information infrastructure of government in the conditions of natural, man-made disasters or military attacks by conducting self-diagnostics of individual objects, network segments and the whole system (by analogy with distributed neural networks) and restoring information support mechanisms And public administration procedures using the model of self-organization and disintegration of functional neural network structures. Dynamic analysis of heterogeneous segments of the operational space of information support of mechanisms and procedures of public administration is carried out. It offers managed fragmentation of the entire information infrastructure of government in the framework of technologically and organizationally structured information and telecommunication clusters for this case (similar to the dynamic core — a functional cluster of neurons) with the subsequent restoration of the system integrity of information support for mechanisms and procedures for public administration.
Keywords: information system, state administration, monitoring, attack, systematics of interrelations, complex networks, neural network structures.
В России с учетом экономических и политических реалий последних лет все больше возрастает потребность в повышении эффективности процессов подго-
товки систем критической инфраструктуры к сложным или чрезвычайным условиям воздействия негативных факторов, например, атак различного вида
1 Статья подготовлена при финансовой поддержке Российского фонда фундаментальных исследований (проект № 16-06-00444 «Связь товарно-сырьевых и валютно-финансовых рынков. Биметаллизм и его динамика: от ретроспективного анализа к моделированию кризисов»).
(удары крылатых ракет или воздействие направленного электромагнитного импульса (ЭМИ) во время военного конфликта [5, с. 29—34], скоординированная серия террористических актов, сетевая атака из-за рубежа [10, с. 567—604]), когда целенаправленное повреждение одного или нескольких узлов информационной системы с большим числом связей (degree centrality) ведет к дезинтеграции всей информационной инфраструктуры пула ведомств государственного управления.
Необходима выработка мер по повышению живучести систем государственного управления (информационных и телекоммуникационных систем и пр.) с большой ситуационной составляющей вероятного критически быстрого каскадного развития эффекта ущерба от лавинообразного распространения перегрузки, возникшей в одном из узлов этой информационной или телекоммуникационной сети, вследствие отключения других узлов или сетевой атаки [6, с. 66—70; 13, с. 60—66; 19, с. 165—170]. При этом необходимо учитывать все возрастающее наличие интеллектуальных регулирующих устройств (например, кибер-физические устройства преобразования и коммутации энергии, интеллектуальные системы управления, открытые сервисные платформы и пр.) [14, с. 56—63; 17, с. 68—75].
То есть, требуется конструирование систем мониторинга и управления, а также возможности оперирования рабочими параметрами работы информационных и телекоммуникационных сетей в зависимости от ущерба от природных, техногенных или военных деструктивных воздействий путем проведения самодиагностики отдельных объектов, сегментов сетей и всей системы (по аналогии с рассредоточенными нейронными цепями) и восстановления информационной поддержки механизмов и процедур государственного управления в рамках сегментов ведомственных информационных и телекоммуникационных систем как, своего рода, гигантских связанных информационных и телекоммуникационных кластеров информационно-телекоммуникационной суперсистемы России.
В последние два десятилетия для исследования проблем функционирования сложных систем развивается новый эффективный инструмент — теория сложных сетей. Узлы сетей рассматриваются как элементы этих сложных сетевых систем, а связи между этими узлами — как взаимодействие между элементами [4, с. 42—47; 7, с. 36—48; 8, с. 121—141; 9].
В нашем случае, более простые информационные или телекоммуникационные сети государственного (в том числе отраслевого, регионального, муниципального и пр.) управления образуют организационно-функциональный каркас соответствующих сложных сетевых систем, а исследование свойств этих сетей формирует набор характеристик сложных систем как части некой информационной суперсистемы органов государственного управления [15; 16, с. 19—23].
К информационным системам государственного управления может быть применена модель самоорганизации и распада функциональных нейронно-сетевых структур.
В целом мозг представляет собой многопорядковую «сеть сетей», т.е. вся гигантская сеть (включающая многие миллиарды нейронов) состоит из более мелких, частично автономных, сетевых структур. Каждая такая малая сеть выполняет в мозгу специфические функции и часто, в свою очередь, распадается на еще более мелкие функциональные единицы — малочисленные «коллективы» нейронов [18].
При этом, сознание, как и информационная система, не может быть сведено к поведению отдельного нейрона, а требует учета взаимодействия миллиардов синапсов (в нашем случае: информационных и телекоммуникационных систем и сетей органов государственного управления).
Сложность решения данной проблемы заключается в ее многогранности, так как отключение всего на нескольких линиях может р азделить кв ази-единую информационную суперсистему органов государственного управления на отдельные изолированные участки [22, с. 11—15]. При неравномерном распределении населенных пунктов и значительных расстояниях, на которые передается информация, как это сложилось в нашей стране исторически, требуется разработка новых концепций с использованием современных технических достижений [21, с. 110, 111]. В том числе с нацеленностью на преодоление существующих сегодня барьеров (технических, ведомственных и пр.) для эффективной совместной работы различных структур организационного, технологического и т.п. управления, имеющих отношение к работе информационных систем органов государственного управления России [2; 9].
С учетом значительной вероятности каскадных отключений информационных и телекоммуникацион-
ных систем при совершении природных, техногенных или военных деструктивных воздействий с большой ситуационной составляющей неопределенности последствий (вследствие недостатка информации и по другим причинам), авторы предлагают опираться на управляемую фрагментацию всей информационной инфраструктуры органов государственного управления в рамках технологически и организационно структурированных на этот случай информационных и телекоммуникационных кластеров с последующим восстановлением системной целостности информационной поддержки механизмов и процедур государственного управления, в том числе, информационного обмена с федеральным центром.
Как ядро информационных и телекоммуникационных кластеров предлагается сформировать на уровне каждого субъекта Российской Федерации защищенные центры обработки данных (ЦОД) — комплексы серверного и коммуникационного оборудования, реализующие функции облачных вычислений и обработку больших данных, приближенных по уровню защиты к требованиям военного времени (в том числе с учетом перспектив качественного и количественного расширения возможностей применения электромагнитных импульсов, высокочастотных помех и пр. со стороны возможных противников нашей страны).
Предполагается интеграция отдельных облачных платформ региональных ЦОД в единую связанную федеральную инфраструктуру.
Целесообразно, в том числе в целях экономии финансовых средств, комплексное решение таких проблем на уровне областных центров с формированием защищенных коллективных узлов в отношении используемых для хранения и обработки данных телекоммуникационных сетей и вычислительных мощностей (например, объединенными усилиями групп топливно-энергетических компаний, совместно создающих и эксплуатирующих единый ЦОД в регионе). Такие узлы могли бы стать основными или дублирующими (резервными) ЦОД также для силовых ведомств и органов госуправления в городских и сельских агломерациях разного уровня.
Для создания «закольцовки» оборота управленческой информации (в том числе для систем технологического автоматического и автоматизированного управления) внутри информационных и телекоммуникационных кластеров необходимы организация
информационного обмена органов государственного управления таким образом, чтобы каждый кластер представлялся как, своего рода, один агрегированный информационный комплекс, сильно или слабосвязанный с другими информационными комплексами в системе государственного управления с использованием модели самоорганизации и распада функциональных нейронно-сетевых структур.
Если через сегмент информационной или телекоммуникационной сети государственного управления передается более 10—15% всего объема информации, то выпадение этого сегмента трудно, а иногда и невозможно заменить путем переброски потоков данных на другие телекоммуникационные сети [1, с. 9— 15; 11]. Требуется формирование пакета моделей ситуационного анализа обстановки, динамично адаптируемых к индивидуализированному профилю технического мониторинга информационных систем органов государственного управления на основе системы информационной поддержки органов госуправления в условиях чрезвычайных ситуаций для постоянного мониторингового уточнения оценки динамично меняющейся ситуации [20, с. 308—310; 23, с. 37—40].
Предполагается разработать предметно-адаптированную конфигурацию базовых характеристик комплекса систем мониторинга и управления, в том числе возможности оперирования рабочими параметрами работы информационных и телекоммуникационных сетей в рамках инфраструктуры органов государственного управления. Необходима идентификация системно-параметрических взаимосвязей, в том числе величины перетоков информации и ее хранения и обработки в информационных системах инфраструктуры органов государственного управления, сформированных по результатам этапа мониторинга и ситуационного анализа изучаемого объекта (сегмента информационной или телекоммуникационной сети).
Для этого предполагается разработка набора тестов по прогнозированию результатов катастроф или атак на основе анализа ретроспективы и прогнозирования величины перетоков информации и ее хранения и обработки в информационных системах инфраструктуры органов государственного управления. Результаты тестирования должны обеспечить возможность повышения живучести систем государственного управления (информационных и теле-
коммуникационных систем и пр.) в условиях вероятного критически быстрого каскадного развития эффекта ущерба от лавинообразного распространения перегрузки, возникшей в одном из узлов этой информационной или телекоммуникационной сети, вследствие отключения других узлов или сетевой атаки и острой нехватки ресурсов для поддержания нормальной работы объекта (сегмента информационной или телекоммуникационной сети).
Если в результате атаки узлы в одном из сегментов этих сетей выходят из строя, это может вызвать выход из строя узлов в другом сегменте информационной или телекоммуникационной сети, а это повлечет за собой итерационное каскадное повреждение узлов в обоих сегментах информационной или телекоммуникационной сети. Критерии живучести при этом должны быть ориентированы на телекоммуникационный кластер как функционально стабильный элемент пространственной организации инфраструктуры органов государственного управления, позволяющий сохранить возможность информационной поддержки механизмов и процедур государственного управления в условиях вероятного распада системы в связи с атаками или катаклизмами.
Набор конвергентных информационных, телеметрических, аналитических сервисов позволяет опираться на модель самоорганизации и распада функциональных нейронно-сетевых структур и определяет набор динамических паттернов. Эти паттерны в области каскадных процессов, где инициированный вследствие атак каскадный процесс может завершиться или продолжиться, в зависимости от неоднородности параметров состояния и режима работы информационной или телекоммуникационной сети, являются подпаттернами соответствующего этому целевому блоку паттерна нейронных сетей и их аналогов в рамках модели — параллельная работа многих узлов и способности информационной или телекоммуникационной сети менять свою конфигурацию — способствуют высокой надежности такой сетевой структуры, в зависимости от неоднородности параметров ее состояния. Системно-параметрические взаимосвязи позволяют рассчитать «закольцовку» оборота управленческой информации (в том числе для систем технологического автоматического и автоматизированного управления) внутри информационных и телекоммуникационных кластеров и обслуживание информационного оборота органов государственного управ-
ления таким образом, чтобы каждый кластер представлялся как, своего рода, один агрегированный информационный комплекс, сильно или слабосвязанный с другими информационными комплексами в системе государственного управления.
В соответствии с предлагаемой технологией, информационно-вычислительные «закольцовки» оборота управленческой информации (в том числе для систем технологического автоматического и автоматизированного управления) внутри информационных и телекоммуникационных кластеров, реализуемые как набор интеллектуальных информационно-вычислительных сервисов, представляются в рассматриваемой системе для анализа и принятия решения в интересах управляемой фрагментации всей информационной инфраструктуры органов государственного управления в рамках информационных и телекоммуникационных кластеров с последующим восстановлением системной целостности информационной поддержки механизмов и процедур государственного управления, в том числе, информационного обмена с федеральным центром. Эти решения динамично адаптируются к индивидуализированному профилю системы непрерывной оценки состояния информационных систем органов государственного управления в условиях чрезвычайных ситуаций с учетом прогноза необходимости поддержания баланса информационного обмена с федеральным центром и внутрикластерного информационного обмена как в обычных, так и в чрезвычайных условиях для противодействия каскадному развитию эффекта ущерба от атаки или катаклизма.
Мониторинг позволяет идентифицировать соответствие предметно-адаптированной конфигурации базовых характеристик возможности оперирования рабочими параметрами работы информационных и телекоммуникационных сетей в рамках инфраструктуры органов государственного управления в зависимости от ущерба от природных, техногенных или военных деструктивных воздействий путем проведения самодиагностики отдельных объектов, сегментов сетей и всей системы (по аналогии с рассредоточенными нейронными цепями) и восстановления информационной поддержки механизмов и процедур государственного управления.
Пакет методов мониторинга систем государственного управления как, своего рода, гигантских связанных информационных и телекоммуникационных кластеров информационной или телекоммуникацион-
ной сети в отношении лавинообразного распространения перегрузки, возникшей в одном из узлов этой информационной или телекоммуникационной сети, в результате отключения других узлов или сетевой атаки, включает динамические паттерны в области каскадных процессов, где инициированный вследствие атак каскадный процесс может завершиться или продолжиться, в зависимости от неоднородности параметров состояния и режима работы информационной или телекоммуникационной сети.
Мониторинговые сервисы должны позволять с помощью прикладных программных пакетов моделировать прогноз развития ситуации с ориентацией на поддержание (в отношении совокупности элементов контролируемого кластера с квази-автономным информационным комплексом) всех источников генерации информации, нагрузки, элементов системообразующей топологии информационных и телекоммуникационных сетей во взаимоувязке с минимально возможными объемами оборота информации в рамках информационного оборота органов государственного управления (информационных и телекоммуникационных систем и пр.) [11].
Этот пакет методов мониторинга информационных систем органов государственного управления предполагает поддержание необходимой активности каждого кластера с квази-автономным информационным комплексом как фрактальной части федеральной информационной инфраструктуры органов государственного управления при выполнении функций информационной поддержки необходимой активности систем жизнеобеспечения и государственных институтов управления [3, с. 35, 36].
Связь каждого паттерна в области каскадных процессов, где инициированный вследствие атак каскадный процесс может завершиться или продолжиться, в зависимости от неоднородности параметров состояния и режима работы информационной или телекоммуникационной сети, позволяет в рамках ситуационного анализа выделить сведения о развитии процессов на изучаемом объекте или о результатах, близких к ним как основы определения запасов по отношению к исходному режиму сегмента информационной или телекоммуникационной сети и всей федеральной информационной инфраструктуры органов государственного управления в целом.
В рассматриваемой системе для анализа и принятия решения в интересах управляемой фрагментации
всей информационной инфраструктуры органов государственного управления в рамках технологически и организационно структурированных на этот случай информационных и телекоммуникационных кластеров (по аналогии с временными функциональными нейронными кластерами) может быть реализовано выявление системно-параметрических взаимосвязей различных аспектов функционирования информационных сетей с позиций модели самоорганизации и распада функциональных нейронно-сетевых структур.
Моделирование вероятности фазового перехода первого рода, когда возникает скачкообразный полный распад и выход из строя многих элементов сетей, а, значит, и всей системы (по аналогии с рассредоточенными нейронными цепями) в целом позволяет дать оценку состояния системы по отношению к влиянию перегрузок элементов информационной или телекоммуникационной сети и возникающих каскадных процессов к критическому (предельному) состоянию системы.
Новизна заявленного подхода состоит в разработке методологии динамического анализа разнородных сегментов оперативного пространства информационной поддержки механизмов и процедур государственного управления, предусматривающего моделирование систем государственного управления как, своего рода, гигантских связанных информационных и телекоммуникационных кластеров информационной или телекоммуникационной сети. «Закольцовка» оборота управленческой информации внутри информационных и телекоммуникационных кластеров и, при необходимости, организация информационного обмена органов государственного управления таким образом, чтобы каждый кластер представлялся как, своего рода, один агрегированный информационный комплекс, сильно или слабосвязанный с другими информационными комплексами в системе государственного управления обеспечивает идентификацию уязвимостей к целенаправленным атакам на ключевые узлы информационной инфраструктуры органов государственного управления. Идентификация уязвимо-стей позволяет осуществлять поддержку выработки управленческих решений, планирование мер поддержания баланса информационного обмена с федеральным центром и внутрикластерного информационного обмена как в обычных, так и в чрезвычайных условиях, их реализацию, сопровождение, установление обратной связи и принятие корректирующих мер.
При реализации рассматриваемого подхода требуется определить направления регулирования элементов контролируемого кластера с квази-автоном-ным информационным комплексом в отношении всех источников генерации информации, нагрузки, элементов системообразующей топологии информационных и телекоммуникационных сетей во взаимоувязке с минимально возможными объемами оборота информации с целью формирования динамично конфигурируемой структуры живучести систем государственного управления (информационных и телекоммуникационных систем и пр.). Кроме всего прочего , это позволяет наметить пути выявления и усиления слабых мест, выбора состава контролируемых параметров, формирования существенных ограничений на основе неоднородности надежности информационной или телекоммуникационной сети в отношении наиболее опасных форм военной или террористической активности — атак на объекты государственного (отраслевого, регионального, муниципального и пр.) управления.
Такая система рассматривается авторами как комбинаторно-расширяемое функциональное пространство поддержания баланса информационного обмена с федеральным центром и внутрикластерного информационного обмена (по аналогии с синхронизацией клеточных ансамблей мозга в ходе изменяющегося нейронного взаимодействия) как в обычных, так и в чрезвычайных условиях, которые при взаимодействии образуют надсистему — систему более высокого уровня, обладающую собственными (надсис-темными) свойствами.
В результате обеспечивается комплексное решение вопросов структурно-функциональной организации процессов использования модели самоорганизации и распада функциональных нейронно-сетевых структур для поддержки необходимой активности каждого кластера с квази-автономным информационным комплексом как фрактальной части информационной инфраструктуры органов государственного управления при выполнении функций информационной поддержки механизмов необходимой активности систем жизнеобеспечения и государственных институтов управления.
Литература
1. Бабич Ю. О., Никитюк Л. А. Повышение функциональности мониторинга динамических характе-
ристик информационно-коммуникационных сетей // Восточно-Европейский журнал передовых технологий. 2015. Т. 4. № 9 (76).
2. Бойко П.А., Чиналиев В. У., Шкута А.А. Управление реализацией инфраструктурных проектов: координация выполнения заказов и поставок при осуществлении государственных и муниципальных закупок. М.: Финуниверситет, 2017.
3. Борталевич В.Ю. Корпоративное управление в условиях выхода из кризиса // Евразийская экономическая интеграция как фактор повышения стабильного и поступательного развития национальных хозяйственных систем: Мат. междунар. науч.-практ. конф. Москва, 29—30 сентября 2016 г. / Под ред. чл.-корр. РАН В.А. Цветкова. М.: ЦЭМИ РАН / ИПР РАН, 2016.
4. Буроменский Н.Г. Системный подход к исследованию живучести информационно-телекоммуникационной сети // Межотраслевая информационная служба. 2015. № 4 (173).
5. Вильданов М., Башкиров Н. Взгляды военно-политического руководства США на защиту гражданской инфраструктуры от воздействия электромагнитного импульса // Зарубежное военное обозрение. 2015. № 11.
6. Грищенко И.В. Метод повышения живучести инфокоммуникационной сети // Холодильная техника и технология. 2013. Т. 49. № 6.
7. Демичев А.П., ИльинВ.А., Крюков А.П., Поляков С.П. Устойчивость работы регулярных и стохастических коммуникационных сетей со свойствами малого мира // Вычислительные методы и программирование. 2014. Т. 15.
8. ЕвинИ.А. Введение в теорию сложных сетей // Компьютерные исследования и моделирование. 2010. Т. 2. № 2.
9. Евин И.А. Сложные сети как модели сложных систем // http://sotial-orthodox.info/pages/6_2_slozh-nie_seti_kak_modeli_slozhnih_sistem.htm
10. Затуливетер Ю.С., Фищенко Е.А. Графодина-мические системы с сетецентрическим управлением в математически однородном поле компьютерной информации // Управление большими системами. 2010. Вып. 30.1.
11. Зоидов З.К. Пути формирования интегрированной рыночной инфраструктуры и регулирования производства и товарооборота в рамках ЕАЭС. М.: ИПР РАН, 2015.
12. Козьмовский Д.В., Малыгин И.Г., Сильни-ков М.В. Методы мониторинга, контроля и тестирования уровня защищенности и анализа сетевой деятельности пользователей вычислительных сетей в интересах информационной безопасности системы // Вопросы оборонной техники. 2015. № 3—4.
13. Коноваленко С.А., Королев И.Д. Выявление уязвимостей информационных систем посредством комбинированного метода анализа параметрических данных, определяемых системами мониторинга вычислительных сетей // Альманах современной науки и образования. 2016. № 11 (113).
14. Логинов Е.Л., Борталевич С.И. Системно-динамические подходы к повышению устойчивости и снижению рисков в процессах энергоснабжения крупных городских агломераций // Проблемы безопасности и чрезвычайных ситуаций. 2016. № 4.
15. Логинов Е.Л., Борталевич С.И., Шкута А.А. Развитие интеллектуальных сервисов в автоматизированных информационных системах управления энергетической инфраструктуры. М.: ИПР РАН, 2017.
16. Логинов Е.Л. Информационная платформа, объединяющая телематические, вычислительные и информационные сервисы в ЕЭС России // Научно-техническая информация. 2013. № 6.
17. Милославская Н.Г., Махмудова А. Т. Актуальные вопросы использования технологии больших данных в мониторинге информационной безопасности сети // Безопасность информационных технологий. 2015. № 2.
18. ОлескинА.В. Сетевое общество и сетевые парадигмы в биосистемах // URL: http://ai-news.ru/-2016/05/setevoe_obshestvo_i_setevye_paradigmy_v_bio si stemah_o_s etevom_s o cializm_577564. html
19. Ромашкова О.Н., Яковлев Р.И. Анализ моделей и методов для оценки живучести инфокоммуника-ционных сетей в условиях чрезвычайных ситуаций // T-Comm: Телекоммуникации и транспорт. 2012. № 7.
20. Солдатов А.И., Ким О.Х. Технические и алгоритмические проблемы коммутации современной электроники // Известия высших учебных заведений. Физика. 2010. Т. 53. № 9-3.
21. Солдатов А.И., Солдатов А.А. Формирование и управление в ЕАЭС интегрированной системой топливно-энергетической инфраструктуры: 25 лет СНГ: основные итоги, проблемы, перспективы развития: Мат. междунар. науч.-практ. конф. / Под ред. чл.-корр. РАН В.А. Цветкова. М.: ИПР РАН, 2016.
22. Тюрин М.В. Математические модели состояния систем мониторинга и контроля технически сложных объектов наземной инфраструктуры // Современные информационные технологии. 2012. № 15.
23. Ященко В. А. Живучесть интеллектуальных систем управления, созданных на базе рецепторно-эф-фекторных нейроподобных растущих сетей // Математические машины и системы. 2012. Т. 1. № 2.
References
1. Babich Iu.O., Nikitiuk L.A. Povyshenie funktsio-nalnosti monitoringa dinamicheskikh kharakteristik in-formatsionno-kommunikatsionnykh setei // Vostochno-Evropeiskii zhurnal peredovykh tekhnologii. 2015. T. 4. № 9 (76).
2. Boiko P.A., Chinaliev V. U, Shkuta A.A. Uprav-lenie realizatsiei infrastrukturnykh proektov: koordinat-siia vypolneniia zakazov i postavok pri osushchestvlenii gosudarstvennykh i munitsipalnykh zakupok. M.: Fi-nuniversitet, 2017.
3. Bortalevich V.Iu. Korporativnoe upravlenie v usloviiakh vykhoda iz krizisa // Evraziiskaia ekonomic-heskaia integratsiia kak faktor povysheniia stabilnogo i postupatelnogo razvitiia natsionalnykh khoziaistven-nykh sistem: Mat. mezhdunar. nauch.-prakt. konf. Moskva, 29—30 sentiabria 2016 g. / Pod red. chl.-korr. RAN V.A. Tsvetkova. M.: TsEMI RAN / IPR RAN, 2016.
4. BuromenskiiN.G. Sistemnyi podkhod k issledo-vaniiu zhivuchesti informatsionno-telekommunikat-sionnoi seti // Mezhotraslevaia informatsionnaia sluzh-ba. 2015. № 4 (173).
5. Vildanov M, Bashkirov N. Vzgliady voenno-politicheskogo rukovodstva SShA na zashchitu grazh-danskoi infrastruktury ot vozdeistviia elektromagnit-nogo impulsa // Zarubezhnoe voennoe obozrenie. 2015. № 11.
6. Grishchenko I. V. Metod povysheniia zhivuchesti infokommunikatsionnoi seti // Kholodilnaia tekhnika i tekhnologiia. 2013. T. 49. № 6.
7. Demichev A.P., Ilin V.A., Kriukov A.P., Poli-akovS.P. Ustoichivost raboty reguliarnykh i stokhastic-heskikh kommunikatsionnykh setei so svoistvami malo-go mira // Vychislitelnye metody i programmirovanie. 2014. T. 15.
8. Evin I.A. Vvedenie v teoriiu slozhnykh setei // Kompiuternye issledovaniia i modelirovanie. 2010. T. 2. № 2.
9. Evin I.A. Slozhnye seti kak modeli slozhnykh si-stem // URL: http://social-orthodox.info/pages/6_2_slozh-nie_seti_kak_modeli_slozhnih_sistem.htm
10. Zatuliveter Iu.S, Fishchenko E.A. Grafodina-micheskie sistemy s setetsentricheskim upravleniem v matematicheski odnorodnom pole kompiuternoi in-formatsii // Upravlenie bolshimi sistemami. 2010. Vyp. 30.1.
11. ZoidovZ.K. Puti formirovaniia integrirovannoi rynochnoi infrastruktury i regulirovaniia proizvodstva i tovarooborota v ramkakh EAES. M.: IPR RAN, 2015.
12. KozmovskiiD.V., Malygin I.G., SilnikovM.V. Metody monitoringa, kontrolia i testirovaniia urovnia zashchishchennosti i analiza setevoi deiatelnosti polzo-vatelei vychislitelnykh setei v interesakh informatsion-noi bezopasnosti sistemy // Voprosy oboronnoi tekh-niki. 2015. № 3-4.
13. Konovalenko S.A., KorolevI.D. Vyiavlenie uiaz-vimostei informatsionnykh sistem posredstvom kombi-nirovannogo metoda analiza parametricheskikh dan-nykh, opredeliaemykh sistemami monitoringa vychislitelnykh setei // Almanakh sovremennoi nauki i obrazo-vaniia. 2016. № 11 (113).
14. Loginov E.L., Bortalevich S.I. Sistemno-dina-micheskie podkhody k povysheniiu ustoichivosti i sniz-heniiu riskov v protsessakh energosnabzheniia krupnykh gorodskikh aglomeratsii // Problemy bezopasnosti i chrezvychainykh situatsii. 2016. № 4.
15. Loginov E.L., Bortalevich S.I., Shkuta A.A. Razvitie intellektualnykh servisov v avtomatizirovan-nykh informatsionnykh sistemakh upravleniia energe-ticheskoi infrastruktury. M.: IPR RAN, 2017.
16. LoginovE.L. Informatsionnaia platforma, obi-eediniaiushchaia telematicheskie, vychislitelnye i infor-
matsionnye servisy v EES Rossii // Nauchno-tekhnic-heskaia informatsiia. 2013. № 6.
17. Miloslavskaia N.G., Makhmudova A.T. Aktu-alnye voprosy ispolzovaniia tekhnologii bolshikh dannykh v monitoringe informatsionnoi bezopasnosti seti // Bezopasnost informatsionnykh tekhnologii. 2015. № 2.
18. Oleskin A.V. Setevoe obshchestvo i setevye pa-radigmy v biosistemakh // URL: http://ai-news.ru/2016/-05/setevoe_obshestvo_i_setevye_paradigmy_v_biosiste-mah_o_setevom_socializm_577564.html
19. Romashkova O.N., IakovlevR.I. Analiz modelei i metodov dlia otsenki zhivuchesti infokommuni-katsionnykh setei v usloviiakh chrezvychainykh situatsii // T-Comm: Telekommunikatsii i transport. 2012. T. 6. № 7.
20. SoldatovA.I., Kim O.Kh. Tekhnicheskie i algo-ritmicheskie problemy kommutatsii sovremennoi elek-troniki // Izvestiia vysshikh uchebnykh zavedenii. Fizi-ka. 2010. T. 53. № 9-3.
21. Soldatov A.I., Soldatov A.A. Formirovanie i upravlenie v EAES integrirovannoi sistemoi toplivno-energeticheskoi infrastruktury: 25 let SNG: osnovnye itogi, problemy, perspektivy razvitiia: Mat. mezhdunar. nauch.-prakt. konf. / Pod red. chl.-korr. RAN V.A. Tsvetkova. M.: IPR RAN, 2016.
22. Tiurin M.V. Matematicheskie modeli sostoianiia sistem monitoringa i kontrolia tekhnicheski slozhnykh obieektov nazemnoi infrastruktury // Sovremennye in-formatsionnye tekhnologii. 2012. № 15.
23. Iashchenko V.A. Zhivuchest intellektualnykh sistem upravleniia, sozdannykh na baze retseptorno-ef-fektornykh neiropodobnykh rastushchikh setei // Matematicheskie mashiny i sistemy. 2012. T. 1. № 2.
